醫(yī)學科技論文統(tǒng)計學誤用分析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了醫(yī)學科技論文統(tǒng)計學誤用分析范文，希望能給你帶來靈感和參考，敬請閱讀。
1統(tǒng)計學應用中存在的常見問題
1.1單因素方差分析(ANOVA)兩兩比較誤用獨立樣本t檢驗單因素方差分析設計3組以上的均數(shù)比較,如果總體比較有差異,需進行兩兩比較,一般用SNK法或LSD法。但部分研究者卻將資料進行拆分,應用獨立樣本t檢驗進行兩兩比較,導致第Ⅰ類統(tǒng)計學錯誤發(fā)生率(假陽性率)增加,從而掉進了一個常見的“統(tǒng)計陷阱”,使所得結論可信度大大降低甚至得出錯誤結論。SNK法與LSD法雖然并非等價,實質是一致的。SNK法一般用于經方差分析結果具有統(tǒng)計學意義時才決定進行的兩兩事后比較,而LSD法可用于方差分析不足以具有統(tǒng)計學意義時也能進行兩兩比較[1]。比較兩種方法在SPSS的輸出結果形式,SNK是“分堆”比較,一目了然,對于組別數(shù)較多的研究更為好用,但沒有具體P值,而LSD是在進行“兩兩”比較時,能給出具體的P值。
1.2兩兩比較時檢驗水準的重新調定χ2檢驗或秩和檢驗3組以上整體比較有差異時,需應用分割法進行兩兩比較,這時檢驗水準應由原0.05調定為0.0167,否則會增加第Ⅰ類統(tǒng)計學錯誤的發(fā)生率。特別當P值處于0.0167~0.05時,按照P<0.0167的標準,差異無統(tǒng)計學意義,而按照P<0.05的標準,卻有意義,與事實相悖,出現(xiàn)假陽性,很容易得出錯誤結論。這種分割法有時很保守,當行列表資料分組多且為有序時可用Mantel-Haenszel卡方檢驗,也稱線性趨勢檢驗(testforlineartrend)或定序檢驗(Linear-by-Lineartest)[2]。統(tǒng)計路徑:用SPSS進行計數(shù)資料的趨勢檢驗,在輸出結果中讀取線性關聯(lián)檢驗統(tǒng)計量(Linear-by-LinearAssociation,LLA),如P<0.05可得出隨著病種級別的升高,檢測指標逐漸升高的趨勢。
1.3臨床診斷試驗中的統(tǒng)計學方法應用在臨床診斷試驗研究中,經常選取單項計量指標或者聯(lián)合計量指標以診斷某種疾病,若僅用初級統(tǒng)計學方法如t檢驗、單因素方差分析等往往不能有效挖掘信息,此時應采用受試者工作特征曲線(ROC)對檢測結果進行分析評價。ROC曲線分析基本原理是通過診斷界點的移動[3],獲得多對靈敏度和誤診率(1-特異度),以靈敏度為縱軸、誤診率為橫軸,連接各點繪制曲線,然后計算曲線下的面積,面積越大診斷價值越高。ROC曲線很直觀,能根據(jù)敏感性與特異性之和最大化原則自動產生最有效的診斷臨界點。具體路徑可以參考相關統(tǒng)計專著[3]。統(tǒng)計學處理一般描述為:采用SPSS(版次)統(tǒng)計軟件分析數(shù)據(jù),對單項及聯(lián)合檢測結果作圖繪成ROC曲線,計算曲線下面積(AUC)和標準誤,其中聯(lián)合檢測結果變量即預測概率由Logistic回歸產生(也可以用判別分析得出)。計量資料應用-x±s表示,運用獨立樣本t檢驗及單因素方差分析,兩兩比較采用SNK及LSD法,計數(shù)資料采用χ2檢驗。檢驗水準為0.05。具體內容可據(jù)情而定。
1.4重復測量資料的方差分析誤用拆分文件的t檢驗或方差分析如研究共設3組,每位患者在3個時間點均查某項血指標,部分作者在處理此類數(shù)據(jù)時,常誤將縱向(同一時間點3組的比較)與橫向(同組3個時間點的比較)數(shù)據(jù)均應用拆分文件的t檢驗或單因素方差分析來處理,結果導致統(tǒng)計學第Ⅰ類錯誤發(fā)生。此組數(shù)據(jù)實質是重復測量資料,應采用重復測量資料的方差分析。SPSS中的統(tǒng)計路徑:數(shù)據(jù)-分析-一般線性模型-重復度量。研究者可以參考相關書籍進行處理[3]。
1.52×2析因設計及析因方差分析實驗是2×2析因設計時,分組有兩個因素,A與B,故分組為A、B、O、A+B,這個設計在析因設計研究中很常用,但常會出現(xiàn)分組設計正確,卻沒有用析因設計方差分析。析因設計與單因素方差分析不同[4],它不但能分析治療效果中處理因素的單獨效應和主效應,還能分析因素間的交互效應,并能提高檢驗效能。非統(tǒng)計專業(yè)的研究者進行析因分析可能稍有難度,可參考相關統(tǒng)計學書籍提供的統(tǒng)計步驟進行此類分析[3]。
1.6Meta分析Meta分析是循證醫(yī)學系統(tǒng)評價常用的方法[5],應用時需注意統(tǒng)計學處理中計數(shù)資料采用比值比(OR)作為效應變量。具體路徑:先進行異質性檢驗,當P>0.05時,認為同質,選擇固定模型;P≤0.05時,不同質,此時可采用敏感性分析或分層分析等異質性處理,使之達到同質后再選擇固定模型;若采用異質性處理仍未達到同質,則采用隨機模型,以上統(tǒng)計路徑均需交代清楚。Meta分析的結果是以“森林樹”體現(xiàn)的,審校中我們經常遇到作者繪制的“森林樹”左上角“文獻、對比、結果名稱”等內容顯示為“?”,這是由于部分版本的RevMan軟件不能輸入中文,此時可以考慮省去,或用Photo-shop軟件添加相應中文。Meta分析作為一種高級統(tǒng)計方法,專業(yè)性要求較高,作者可參考循證醫(yī)學類權威雜志上的文章格式,如《中國循證醫(yī)學雜志》中“論著•二次研究”欄目的循證文章。
2.1資料與方法中具體統(tǒng)計路徑的描述“統(tǒng)計學處理”的內容常位于論文資料與方法的最后一段,一般來說包括統(tǒng)計軟件名稱及版次、統(tǒng)計描述、統(tǒng)計方法、檢驗標準等內容,亦可細致交待每個表格的具體統(tǒng)計方法。經典例子如下,“統(tǒng)計學處理:采用SPSS(版次)統(tǒng)計軟件分析數(shù)據(jù)。計量資料用均數(shù)±標準差表示,采用單因素方差分析,兩兩比較采用SNK法及LSD法。檢驗水準為0.05”。上述內容包括了大致的統(tǒng)計方法,即具體的統(tǒng)計路徑。此部分內容,沒有絕對統(tǒng)一的規(guī)定[6]。常見的問題有:統(tǒng)計學方法描述不全、內容過于簡單、存在粘貼抄寫痕跡等。如部分論文的統(tǒng)計學處理中提及“以α=0.05為檢驗水準,P<0.05為差異有統(tǒng)計學意義”這句話,這在統(tǒng)計學上實質是一個重復句,保留其一即可。
2.2結果中具體P值的標注現(xiàn)在的統(tǒng)計學處理手工計算的較少,一般均應用統(tǒng)計軟件,最常用的軟件如SPSS、SAS均能給出具體P值。但部分論文的結果表述中卻未標明具體P值,作為科技論文是不夠嚴謹?shù)?建議作者在表述研究結果時注明具體P值,增加論文可信度的同時,可用于再次分析。
2.3表格制作統(tǒng)計表設計需規(guī)范,應體現(xiàn)統(tǒng)計設計內容。部分表格存在內容割裂、組別名稱違反表格簡潔化原則、表下注釋繁瑣、橫標目與縱標目顛倒等情況。建議作者寫作論文時參閱相關統(tǒng)計學教程及雜志稿約。醫(yī)學統(tǒng)計學教學在中國的醫(yī)學教育特別是高層次教育中舉足輕重。一項課題從一個好的創(chuàng)意開始到實施、結題,統(tǒng)計學方法始終貫徹其中。不管是臨床試驗研究、實驗性研究、觀察性研究,還是臨床測量誤差與診斷試驗,如果沒有規(guī)范性的統(tǒng)計設計、精確的統(tǒng)計分析、科學的統(tǒng)計學解釋與表述,很難獲得學術上的認可[1]。目前在統(tǒng)計學的具體應用中,研究課題開始設計時就有統(tǒng)計學專家參與已成為較流行的趨勢。許多專業(yè)統(tǒng)計學專家或研究者在不停的進行“統(tǒng)計基礎”的研究,以創(chuàng)造更多的數(shù)理統(tǒng)計方法。對于非統(tǒng)計專業(yè)的研究者來說,統(tǒng)計學的學習主要側重于應用。在應用統(tǒng)計學教學中,一般分為4個檔次或階段來進行,首先通過學習醫(yī)學統(tǒng)計學課本獲取統(tǒng)計學思想、原理和方法,其次學習統(tǒng)計軟件相關書籍掌握數(shù)據(jù)到統(tǒng)計結果的轉化,再學習統(tǒng)計表達與描述書籍達到書寫統(tǒng)計學報告能力,最后可以學習如何出具統(tǒng)計審閱報告。醫(yī)學科技工作者亦可按照這個順序學習以提高統(tǒng)計能力。
